首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于人眼视觉特性的图像增强算法研究

摘要第1-4页
ABSTRACT第4-10页
第一章 绪论第10-17页
   ·研究背景及意义第10-11页
   ·图像增强的研究现状第11-14页
     ·基于直方图处理的图像增强算法第11-13页
     ·基于多尺度分析的图像增强方法第13-14页
   ·研究内容和目的第14-15页
   ·结构安排第15-17页
第二章 人眼视觉系统概述第17-25页
   ·人眼构造及其光学感知特性第17-19页
   ·人眼视觉感知系统第19-24页
     ·视觉信息传递过程第19-21页
     ·感受野第21-22页
     ·人类视觉系统的注意机制第22-24页
   ·小结第24-25页
第三章 基于视觉注意机制的灰度级信息量直方图构造第25-39页
   ·传统直方图的缺陷第25-26页
   ·常用的区域显著性度量方法第26-27页
   ·基于数据驱动的视觉注意机制的显著性度量方法第27-33页
     ·多尺度采样第28-30页
     ·初级特征提取第30-31页
     ·中央周边差第31-32页
     ·多特征图合并策略第32-33页
   ·灰度级信息量直方图构造算法第33-34页
   ·实验结果第34-38页
     ·基于视觉注意机制的区域显著性度量方法第34-37页
     ·灰度级信息量直方图构造结果第37-38页
   ·小结第38-39页
第四章 基于人眼视觉特性的图像增强方法第39-60页
   ·灰度级动态范围的优化配置第39-43页
     ·传统的灰度级动态范围优化配置方法第39-40页
     ·基于视觉特性的灰度级动态范围调整优化第40-43页
   ·图像增强质量客观评估算法第43-49页
     ·人眼视觉调制传递函数第44-47页
     ·基于视觉感知特性及人眼调制传递函数的图像增强评估算法第47-49页
   ·图像增强算法描述第49-51页
   ·实验结果与分析第51-59页
     ·图像质量评价算法实验结果第51-53页
     ·图像增强算法实验结果第53-59页
   ·小结第59-60页
第五章 总结与展望第60-62页
参考文献第62-67页
发表论文和参加科研情况说明第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于几何特征量的自主位姿测量方法的研究
下一篇:ML神经元网络的电路实现与分析